自主智能无人系统全国重点实验室程书明研究团队联合深圳国际量子研究院俞大鹏院士团队提出了一种名为“纯度正则化最小二乘估计器”的新方法，并结合高效纯度估计、泡利矩阵稀疏化以及新型非迭代优化算法等多项技术，成功实现了迄今最大规模的17量子比特纠缠态的全层析与纠缠验证。这一重要研究成果以“Full Characterization of Genuine 17-qubit Entanglement on the Superconducting Processor”为题，于2025年8月13日在国际学术期刊《物理评论快报》（Physical Review Letters）上在线发表。该成果不仅为高效量子系统辨识提供了可行的技术路径，更重要的为超导等量子处理器提供了自动化、可扩展的性能表征方法，也为量子信息技术在无人自主系统等场景的落地应用奠定了理论基础。

图1：量子态层析（QST）与纠缠验证的实验流程

量子信息技术的进步离不开对量子系统的高精度表征。核心技术之一的量子态层析（QST），通过测量重构量子态的密度矩阵。然而，传统方法在面对中大规模量子系统时，由于资源需求呈指数级增长，并受到严重噪声干扰，而变得不可行。此前的研究，如压缩感知和神经网络层析，试图通过减少资源来解决这一难题，但前者存在参数选择难的问题，后者则训练成本高昂。此外，虽然一些随机测量方法可以高效评估量子态的特定性质，但无法提供完整的量子态信息。因此，开发一种能克服这些挑战、兼顾高精度、可扩展性和噪声鲁棒性的量子态层析新方法，已成为该领域亟待解决的核心问题。

图2：基于超导量子处理器的多量子比特GHZ与W态全层析与纠缠验证

本研究提出了一种正则化量子态估计器，该估计器能够对包含多达17个量子比进行全面表征。研究结果强调了先验量子态信息在提升估计器的准确性和可扩展性方面起着至关重要的作用。这对于大型量子系统的基准测试以及推动量子信息科学的发展都具有关键意义。在17量子比特GHZ态的完整层析中，保真度高达0.68，刷新了量子态全层析的比特数的纪录。当假设为纯态时，保真度进一步提升至0.75。此外，该方法在9量子比特W态上的表现同样出色，保真度达到0.82，显著优于传统的最小二乘（LS）和最大似然估计（MLE）方法。研究还通过直接保真度估计（DFE）和经典阴影（CS）等方法，交叉验证了所制备量子态的纠缠，有力地证实了该方法的可靠性。

图3：6和9量子比特W态与GHZ态的量子态保真度随测量基数量变化的对比